标签

后端

从线上 Meetup 到 Hyderabad PGDays:如何把 PostgreSQL 社区活动做成可持续的协作系统

来源: postgr.es 50
第 33 周的 PostgreSQL 社区活动呈现出两种互补形态:一场由 Elizabeth Christensen 组织的线上 Postgres Meetup for All,以及于 2026 年 8 月 20 至 21 日举行的 Hyderabad PGDays 2026。前者强调跨地域交流和持续连接,后者则依靠完整的组织委员会、志愿者网络和演讲者...

别让 AI 只看仪表盘:为 PostgreSQL 构建可模拟的平台数字孪生

来源: postgr.es 45
PostgreSQL 平台通常不缺遥测数据:监控指标、日志、链路追踪、慢查询、复制状态、配置清单和告警都已经很常见。但当团队准备让 AI 从“解释现象”走向“建议索引、调整参数、执行迁移甚至触发故障切换”时,仅有可观测性并不够。 真正需要补上的,是一个与生产环境持续同步、能表达依赖关系、保留历史并支持变更演练的平台数字孪生。它不是另一个塞满时序指标的数...

ApiGo 6.0:用 AI 办公智能体把数据源变成可治理的 REST API

来源: oschina.net 43
ApiGo 6.0 将企业 API 平台与 AI 办公智能体进一步连接起来:开发者可以通过自然语言描述需求,将数据组织为标准 REST API,并在设计、开发、运维阶段持续纳入治理流程。对于已有 MySQL、Oracle、PostgreSQL 等数据源的团队,这意味着 API 交付入口可以从手写接口扩展到受控的对话式工作流。 把一句需求转换成接口定义只...

把 PostgreSQL 日志 GUC 理顺:用 log_checkpoints、log_autovacuum_min_duration 和 log_temp_files 找出慢点

来源: postgr.es 33
PostgreSQL 的日志参数很多,真正困难的地方不是记住每个 GUC 的名字,而是把日志和服务器正在做的事情对应起来:检查点是否造成 I/O 峰值,autovacuum 是否跟不上表的变化速度,临时文件是否暴露了内存或查询计划问题。 从 PostgreSQL 8.3 开始,服务器的自动维护更加积极:autovacuum 默认启用,检查点也不再简单地...

Spring 周报:如何把 2026 年 8 月的更新变成可验证的工程动作

来源: spring.io 32
《This Week in Spring - August 25th, 2026》关注的是 Spring 生态在本周的动态。仅凭标题无法判断具体发布了哪些版本、修复了哪些问题,因此阅读这类周报时,重点不应是把每一条新闻机械地复制到生产环境,而是把变化映射到自己负责的应用、依赖和发布流程中。 Spring 生态的更新可能落在不同层面:Spring Fra...

从台北连接全球:COSCUP 2026 的 PostgreSQL 社区实践与启示

来源: postgr.es 38
COSCUP 2026 于 8 月 8 日至 9 日在台北国立台湾科技大学举行。对 PostgreSQL 社区而言,这不只是一次技术分享会:国际贡献者、台湾本地用户和其他开源社区在同一个场地相遇,让一个地区性用户群体有机会接入更大的全球协作网络。 这次活动也说明,开源项目的影响力并不只来自代码。展台、演讲、用户组、文档、代码审查和面对面的闲聊,都会成为...

Your alt text passes automated checks. That doesn’t mean it’s any good.

来源: github.blog 39
{"title_zh":"通过自动化检查之后,Alt 文本仍然可能不合格","body_zh":"# 通过自动化检查之后,Alt 文本仍然可能不合格\n\n自动化工具能发现缺少 属性、属性为空或写法不符合规则的问题,但“通过检查”只说明 HTML 结构满足了某些条件,并不代表屏幕阅读器用户获得了有用的信息。真正困难的地方在于:这张图片对当前页面任务意味...

用 ARD 和 Agent Registry 建立可治理的智能体发现目录

来源: aws.amazon.com 33
当组织里的智能体、工具和技能不断增加,真正困难的问题往往不再是“能不能调用”,而是“有哪些资源可用、谁负责、能否跨环境发现,以及是否符合治理要求”。AWS Agent Registry 提供集中化、可搜索的资源目录,并结合开放的 Agentic Resource Discovery(ARD)标准,让智能体资源发现从团队内部约定,逐步变成可跨环境协作的统...

Migration Center 的 AI Quick Assessments:把迁移 TCO 评估从数月压缩到数分钟

来源: cloud.google.com 30
基础设施现代化最容易卡在决策阶段:服务器清单散落在不同团队,账单数据格式不统一,成本模型依赖手工表格,最终很难快速回答“迁移到云上要花多少钱”和“投资回报是否成立”。Google Cloud 在 Migration Center 中引入 AI-powered Quick Assessments,尝试把原本需要数周甚至数月的发现、映射和财务建模,缩短为几...